医疗场景的需求分析..................................................................................26 3.1 患者管理需求......................................................................................28 3.1.1 4.2.2 影像生成与增强.........................................................................54 4.3 健康教育与患者沟通...........................................................................56 4.3.1 自动化咨询....... 当前，面对全球医疗资源紧张、临床决策复杂化等挑战，传统 医疗模式已无法满足日益增长的患者需求。医务人员需要在短时间 内处理海量的信息并做出决策，这无疑增加了医疗风险。生成式大 模型通过自然语言处理、图像生成等技术，可以在多方面为医疗应 用提供支持。 首先，生成式大模型可以应用于临床诊断辅助。通过分析患者 的症状、实验室结果及影像学资料，这些模型能够生成初步的诊断 建议。这不仅提高了诊断的准确性，还可以减少医生的工作负担。

义。 ➢ AI+医疗的产业图谱：国内AI医疗产业链相对比较复杂，按照AI赋能的产业链环节不同，我们认为可以大概分为4类。 • C端自我管理：C端患者运用AI工具管理自己的健康，如慢病管理、个性化用药、健康数据追踪等； • B2C远程管理：C端患者和B端医疗机构脱离线下场景，实现远程互动，如远程影像、远程病理等； • B2C临床管理：AI赋能B端医疗机构的临床决策，如AI医生、院内大模型等； 床管理 B端自 我管理 B2C远 程管理 图：“AI+医疗”商业模式简图 资料来源：国联民生证券研究所整理 “AI+医疗”全景图 C端自我管理 • 定义：C端自我管理主 要是定位于患者，患者 基于AI对于疾病预防、 治疗等全周期应用。 • 商业模式分类：移动医 疗、互联网医疗、慢病 管理、长辈健康数据追 踪、可穿戴医疗设备等。 • 代表性公司： Hims&Hers Health、 特色：药石科技、皓元医药、成都先导、泓博医药等 ➢ 其他：晶泰控股等 2 C端自我管理 C端自我管理+AI：患者端健康管理工具 ➢ C端自我管理：患者运用AI工具，无需线下的临床端场景，自己可以进行疾病筛查、诊断、治疗、康复以及日常健康 管理等全周期自我管理。 ➢ 筛查：疾病早筛，基于AI算法或大数据模型，根据患者自我监测的健康数据，预测疾病发生可能、给出健康管理办法的应用。 ➢ 诊断：移动医疗、互联网医

和应⽤的重要⽀撑 数据资源 04 医疗信息化⼚家数千家，为⼤模型应⽤提供 良好的⽣态基础 ⽣态资源 05 医疗⾏业⼈均学历⾼，具备开展⼤模型研究 和应⽤的⼈才优势 ⼈才资源 06 医院、企业、监管、患者痛点多，场景丰富， 市场潜⼒巨⼤ 市场前景 DeepSeek创新技术引发新变化 医疗⾏业独特优势 10 DeepSeek虽好，但也不是“六边形战⼠” 在落地过程中，仍需结合⼀定的应⽤框架 更个性化、互动 ⾏业学术化推⼴ 重塑患者流程 • 患者招募 • 试验设计优化 • 执⾏效率提升 • 交叉证据⽹络 构建 • 内部⽂档提效 • 数字化知识库管理 • 合规风险智能提醒 • 内容⽣产辅助 • 管理营销素材 • 营销内容策划 • 客户精细化标签 • 个性化与医⽣互动 • 多源信息来源 • 互动性、个性化 患者流程 • 多重购买渠道 患者服务 多渠道营销 ⽣产与 供应链 单个创新药上市成本 IRR 3.2% 10.1% 2010 2018 ⾏业视⾓：DeepSeek对于医疗体系有那些影响？ • 患者⾏为“消费者化”：医疗信息透明化，患者 有更多主动权 • “数字健康”和⽣态“破壁跨圈”，产⽣更多数据 • 个性化诊疗和健康管理 患者 • 电⼦病历和数据管理⾰新 ⼤模型语义理解加速医学数据治理和流通 • 医院数据开放和流通 数据价值在⼤模型背景下进⼀步被凸显

....65 4.1.1 症状分析与初步诊断..................................................................68 4.1.2 患者分流建议.............................................................................70 4.2 医疗记录自动化生成. 4.4 患者管理与随访..................................................................................87 4.4.1 自动化随访提醒.........................................................................89 4.4.2 患者反馈分析. 10%。医保控费要求与精准诊疗需求之间的矛盾日益突出，DRG/ DIP 支付改革下，医疗机构亟需在保证质量的前提下将平均住院日 压缩 15%-20%。 患者体验维度存在三个关键断点： 1. 47%的投诉源于医患沟通不充分 2. 复诊患者中 62%需要重复描述病史 3. 慢性病管理依从性仅维持于 31%-34%区间 这些结构性矛盾为 AI 技术落地创造了刚性需求场景，特别是 在智能分诊

品生产资料供 应商 医疗数据服务 供应商 医院 硬件产品及药 品销售商 患者及防疫等 服务接受群体 健康类产品消 费群体 体检中心 保险公司 （有健康类保 险的公司） 医疗机构 终端消费者 1 智能医疗概述  我国医疗资源压力巨大。以慢性病为例，我国是慢性病大国，我国确诊慢性病患者有近 3 亿人之多。根 据中国卫生和计划生育统 计年鉴的数据；同时，根据国家卫生计 （ 1 ）高新仪器检查常规化 （ 2 ）进行不必要的检查，如给寿命不 足的人做癌症筛查 （ 3 ）检查报告单通用性低，反复检查 过度 求医 （ 1 ）全额或是大部分报销医疗费用的 患者小病大养 （ 2 ）患者迷信心理，无病吃药，小病 大看 1 智能医疗概述 医疗人工智能发展背景分析 经济 -Economic 技术 -Technological  人工智能国家战略规划与鼓励支持政策 内容，而后转录入电脑中，效率低下。虚 拟助理则能够避免时间浪费，医生的主诉内容可以实时 转成文本，录入到 HIS 、 PACS 、 CIS 等医院信息管理软件中，不仅提高了填 写病历的效率，而 且使医生能够将更多时间和精力用于与患者交流和疾病诊断之中；  产品及业务模式：软硬一体全套解决方案，软件是以语音识别引擎为核心、以医疗知识系统为基 础的语音对话系统（行业术语：语 音 OS ），硬件是医用麦克风。公司与医院进行科研合作，前

面向智慧医疗—人工智能辅助诊疗 电子病历 患者主诉 / 疾病 史 / 检验检查 …… 可能的 疾病建 议及置 信度 深度学习 决策器 海量医学资源 医学知识 证据读 取器 证据 海量医 学资源 疾病资源 疾病读 取器 疾病知识 候选疾病 相似病例推荐 诊疗方案建议 语音识别 语义解析 主诉 问诊 患者症状 检查等信息 通过对患者的病历、检查、检验信息进行分析， 可以将诊断建议、治疗方案建议推送给医生， SDK 进行应用 开发 03 面向智慧医疗—智能预问诊 预约挂号后、排队候诊时，利用人工智能技术，智能采集患者病情信息（包括主诉、现病史、既往史、 过敏史等），自动生成电子病历同步给门诊医生，能够节省医生写病历时间，提高患者问诊参与度 智能预问诊知识库 / 模板 病史报告自动生成 引导患者描述病情，疾病画像 04 面向智慧医疗— AI 移动医生查房 4 医学知识智能检索，好帮手 3 语音写会诊意见，更方便 通过语音导航，随时掌握患者信息；语音录入病历， 提高医生移动端录入积极性；医学知识智能检索，帮助医生快速、准确、规范地完成诊疗工作 06 面向智慧医疗— AI 语音智能随访 根据医院和科室的随访要求，设计随访问卷与患者进行智能语音交流，收集患者反馈，完成 问卷数据采集，随访、填表、生成数据报告一步到位 另外，患者康复后，智能电话会对患者进行回访，收集患者反馈，汇总患者建议，自动生成 统计图表

求”需满足 数据显示，循环系统疾病（高血压、 冠心病、急性脑血管病、心力衰竭）、 肿瘤及呼吸系统疾病疾病死亡率最高。 近年来，城市及农村居民的循环体统 疾病及肿瘤疾病的死亡率大幅上升， 患者对于这三类疾病有着极大的刚性 治疗也大幅上升。 98.22 129.19 136.61 141.61 111.02 125.15 128.23 126.58 62.13 111.34 AI技术实现摄片质量即时自动分析，在患者尚未离开前即可提示技术是否需要重拍，从而避免非必要的时间损耗。AI质控平台可以通过与设 备集成，从而实现拍片到审片直接在设备端完成，由平台提示影像是否符合要求。目前影像拍片AI质控平台已经实现产业化，尤其是对于典 型胸部正位图像筛查，其准确率已经达到95%以上。 • 效率低而且一致性差; • 事后质控，患者很难再次拍摄，时间损耗大； 人工智能图像识别技术 体验 高，需要管理者有非常强的 综合能力。才能制定高效的 工作方案。 低，不能有效地将医疗资源 用到最需要的患者身上。 较差，医患矛盾频发。 低，医护人员将工作重心投 入到医疗服务中。 高，能分析出哪些患者急需 救治，优化医疗服务的前后 顺序。 较好，优化医院的资源配置， 不会让患者的就医诉求得不 到满足。 优化医疗资源配置 人工智能优化医疗资源配置：利用大数据，从宏观层面协调资源的有

2. 以脏器为目标的诊断取代了以单一病种为目标的诊断，驱动企业基于脏器进行全面 布局。过去，影像 AI 的研发落地常围绕某一特定疾病进行，但影像科医生在阅读 CT、 X 光片时，不会先入为主预设患者的患病情况，而是会逐一确认影像中的每一个细节， 这种辅助模式限制了影像 AI 的价值。如今，影像 AI 企业为实现某个脏器的诊断，必须 将该脏器中的热门病种逐一诊断，进而导致热门病种对应的影像 AI 医疗等企业陆续实现注册准入，还 把机器学习应用于放疗计划制定，这些 AI 始终没有离开放疗这一场景。 2022 年 10 月，强联智创的颅内动脉瘤手术计划软件打破了困境，该软件可用于脑血管 病患者 X 射线血管造影三维体层图像的显示、分割、测量和处理，辅助医生在神经介入 手术时进行动脉瘤弹簧圈栓塞用的微导管路径规划和微导管塑形规划。 随后，部分内置 AI 解决方案的手术导航系统获批进一步扩大了 在冠状动脉疾病的诊疗上，AI 赋能的 CT-FFR 技术崭露头角。这项技术能够迅速分析患 者的 CT 影像，从功能学角度准确评估冠状动脉的狭窄程度及其潜在影响。这一突破避 免了传统冠脉造影可能导致的过度治疗或治疗不足，为患者提供了更为精准、个性化的 诊疗方案。 在经皮冠状动脉介入治疗（PCI）阶段，AI 同样发挥着重要作用。它不仅能够自动分析 冠状动脉 CTA 等心脏影像数据，快速准确地识别出狭窄、斑块等病变部位，从而减少

端 、 DevSecOps等。 • 构建混合云架构，平衡多场景 部署需求。 提升新团队的凝聚力 • 建立共同的团队目标和工 作方式 • 开放包容地看待理念差异 • 发展学习型组织 明确以患者为中心的设计: • 深入研究用户需求，共创 模式来打造普适性的产品 • 组织转型来推动商业化 天 时 地 利 人 和 www.top100summit.com 破题方法 www.top100summit top100summit.com 以患者为中心 www.top100summit.com 核心实践 – 用户 梳理：一个理想化的诊疗路径是怎样的？ 案例：从早期的初诊筛查、精准诊断到个体化方案定制、规范化治疗， 再到后期的患者服务和随访追踪，然后进行二次诊断筛查，最终形成 一个良性循环， 从而提升患者诊疗效果。 谁是我的产品最终用户？或谁会最终受益？ Why What How 患者 筛 诊 治 管 – 以患者为中心 方式：携手诊断合作伙伴、学协会、患者组织、医生和患者，打造可 定制化、标准化的治疗、患者管理和随访等理想化诊疗路径，再利用 数字化工具赋能。 期望：实现患者、医疗系统与企业的“三赢” 谁是我的产品最终用户？或谁会最终受益？ 患者 Why What How www.top100summit.com 核心实践 – 落地 科室工作站 罗氏中国数字平台 患者端 案例：肝病精细化管理数字解决方案

支付、诊间支付、自助机支付服务，极大方便患者。 导医分诊平台 移动支付 案例 1 临床信息化应用体系 案例 2 专注于护士视角，以患者为中心，基于现代护 理 学，以护理知识图谱为引擎，形成特有的医 护以 及护士自身两次 PDCA 。 通过条码核对、床旁采集患者生命体征，自动 生 成各种护理文书、减轻护士负担，提高护士 工作 效率、提升患者体验。实现全流程精细化 智能管 理，通过不断循环，提升护理质量。 、自动补货管理； 6 、权限访问控制； 7 、视频监控管理。 四、智慧医院 利用云计算、大数据、物联网、移动互联网和人工智 能等新一代信息技术，深度融入诊疗和全生命周期健康管 理过程，以患者为中心，极大地提升医疗服务效率、医疗 服务能力和医疗服务质量，提供更加安全、高效和便捷的 医疗服务和健康管理。 智慧医院 服务体系 管理体系 支撑体系 智 智 慧 慧 医 医 疗 智慧急救建设思路： 以患者为中心，实现对患者急救的院前联动、院中的全程 监护及院后随访，围绕急诊、急救全过程管理需求，实现医、 护、患、抢救设备及床位等资源的联动，提升抢救效率，探索 建立重点病种的抢救路径，利用信息化、智能化建设，探索建 立智慧急救新模式。 技术路线： 建设物联网应用体系、移动互联网应用体系、智能穿戴设 备应用体系、人工智能应用体系等。 • 建设思路： 以患者为中心，从手术申请单开立开始，至手术患者返回